根據(jù)SAE標(biāo)準(zhǔn)定義，L2等級(jí)自動(dòng)駕駛同時(shí)提供轉(zhuǎn)向和速度控制，要求駕駛員全時(shí)參與駕駛，并能隨時(shí)介入，緊急情況下在系統(tǒng)要求時(shí)須隨時(shí)接管駕駛。
而L2+并不是一個(gè)標(biāo)準(zhǔn)自動(dòng)駕駛等級(jí)，是目前行業(yè)各個(gè)廠家為了強(qiáng)調(diào)自身產(chǎn)品在L2級(jí)功能基礎(chǔ)上 有不同程度的增強(qiáng)，從而采取的非正式稱呼，其他如L2.5，L2++等名稱也屬于此類情況，此類汽 車的共同特性在于駕駛?cè)巳匀蛔鳛樨?zé)任主體，需要全程保持專注并在系統(tǒng)要求時(shí)隨時(shí)接管，這一點(diǎn)與L2保持一致。本白皮書統(tǒng)一用L2來(lái)代表這類產(chǎn)品。

4.1.1 L2常見(jiàn)技術(shù)方案

目前L2等級(jí)自動(dòng)駕駛按照傳感器布局有三種常見(jiàn)的技術(shù)方案，分別是1R1V(3R1V)方案、5R1V (5R5V)方案和1R8V方案，其中R代表毫米波雷達(dá)，V代表攝像頭。（1）1R1V(3R1V)方案1R1V(3R1V)方案是目前比較成熟,也是裝配率最高的方案。如圖4.1所示，1R1V由單視覺(jué)模塊FCM和單雷達(dá)模塊FCR通過(guò)連接組成，沒(méi)有單獨(dú)集中式控制器，由FCM模塊負(fù)責(zé)視覺(jué)感知部分， 同時(shí)FCR模塊處理雷達(dá)感知，采用傳感器后融合方案。3R1V是1R1V基礎(chǔ)上增加兩個(gè)后方雷達(dá)， 實(shí)現(xiàn)高速公路部分速域輔助駕駛（HWA）。 

圖4.1 1R1V方案（2）5R1V(5R5V)方案如圖4.2所示，5R1V方案是在1R1V方案基礎(chǔ)上加上四顆角雷達(dá)，集中域控DCU仍為低算力MCU，負(fù)責(zé)結(jié)構(gòu)化傳感器數(shù)據(jù)的融合并進(jìn)行控車。在5R1V方案基礎(chǔ)上，還可以升級(jí)機(jī)增加4顆環(huán) 視攝像頭形成5R5V方案，在此方案中集成了集中域控制器，功能方面一般實(shí)現(xiàn)了高速公路全速域 輔助駕駛HWP（High Way Pilot）。

圖4.2 5R1V方案（3）1R8V方案如圖4.3所示，1R8V的傳感器方案配備了FCR，前向3目攝像頭，側(cè)前側(cè)后4個(gè)側(cè)方攝像頭和1個(gè)后 方攝像頭，功能方面1R8V 可以支持領(lǐng)航輔助駕駛功能，同時(shí)開(kāi)始配備高精地圖。在此方案中， DCU一般都升級(jí)為大算力計(jì)算平臺(tái)，大部分傳感器從智能傳感器變?yōu)閱渭儌鞲衅鲾?shù)據(jù)輸出，在計(jì) 算平臺(tái)進(jìn)行處理并融合。

圖4.3 1R8V方案4.1.2 電子電氣架構(gòu)演進(jìn)智能駕駛的電子電氣架構(gòu)也在不斷發(fā)展和演進(jìn)。如圖4.4所示，從L1到L4，在車輛傳感器方案演進(jìn) 的同時(shí)，計(jì)算平臺(tái)也在從分布式ECU發(fā)展到L2的域集中計(jì)算平臺(tái)，再到L4的整車中央計(jì)算平臺(tái)， 集中化程度越來(lái)越高。圖4.4 汽車電子電氣架構(gòu)的演進(jìn)對(duì)照4.1.1節(jié)，在1R1V方案中，不存在中央控制器，一般由FCM或者FCR模塊來(lái)進(jìn)行傳感器融合并進(jìn)行控車，傳感器融合一般采用后融合方案，算力要求低，規(guī)劃和控制部分邏輯簡(jiǎn)單，能夠適應(yīng)高速結(jié)構(gòu)化道路簡(jiǎn)單工況。隨著傳感器數(shù)量增多，感知復(fù)雜深度學(xué)習(xí)模型引入，從5R1V開(kāi)始，傳感器融合、感知、預(yù)測(cè)、規(guī)劃， 控制的復(fù)雜度提高，L2車輛開(kāi)始裝配集中式計(jì)算平臺(tái)、高精地圖、高精度定位、車載通信單元等設(shè)備，具備領(lǐng)航輔助駕駛能力。隨著L2的進(jìn)一步發(fā)展，車載計(jì)算平臺(tái)在融合了定位、地圖、單車感知的基礎(chǔ)上，進(jìn)一步融合通信能力，具備車車、車路、車云通信能力，為基于車路云協(xié)同環(huán)境下的協(xié)同定位、協(xié)同感知、協(xié)同規(guī)劃控制提供了軟硬件架構(gòu)上的有力保障。

4.1.3 L2自動(dòng)駕駛面臨的主要挑戰(zhàn)

與第三章L4面臨的問(wèn)題類似，L2級(jí)自動(dòng)駕駛面臨的問(wèn)題在安全和ODD兩個(gè)方面的問(wèn)題更加突 出。在安全性方面，由于L2處于人機(jī)共駕的階段，人類駕駛員仍然是責(zé)任主體，所以對(duì)于路端感知和路端安全事件提醒，不僅僅是需要用于車端決策規(guī)劃，更重要是要和人類駕駛員交互，使得接管有更充足的提前量，減少接管突然性，使得L2自動(dòng)駕駛更安全、更人性。4.1.3.1 安全挑戰(zhàn)如圖4.5所示，在L2等級(jí)ADAS安全事件中，超過(guò)10%為危害人身安全的交通事故，這一比例大幅 超過(guò)手動(dòng)駕駛，TOP4事故原因包括：1.對(duì)于前方故障、拋錨或施工未能及時(shí)感知；
2.前車突然減速、急?；蚣尤麘?yīng)對(duì)不及時(shí)；
3.異常ADAS工作環(huán)境條件，如雨雪天路面和團(tuán)霧，可能會(huì)導(dǎo)致車輛剎車距離過(guò)長(zhǎng)或者傳感器時(shí)效；
4.高速道路路面拋灑，遺落物等靜態(tài)物體不能有效識(shí)別。

圖4.5  L2 ADAS 危害等級(jí)分析（數(shù)據(jù)來(lái)源：NHTSA ADS SGO Report， 2022年6月）

1. 感知距離和人類反應(yīng)時(shí)間的沖突

圖4.6 高速施工場(chǎng)景TTC分析感知距離和人類駕駛員反應(yīng)時(shí)間的矛盾，是目前高速公路場(chǎng)景下各類L2   ADAS安全的首要因素， 提前預(yù)知前方事故，施工等安全事件是提高L2       ADAS安全性的首要前提。如圖4.6所示，按照典型場(chǎng)景高速公路路障識(shí)別為例，車輛以120km/h速度行駛時(shí)，在150m左右距離可以識(shí)別到路障錐 桶，從車輛感知識(shí)別，到通過(guò)圖標(biāo)或聲音為駕駛員提供預(yù)警，以及駕駛員反應(yīng)剎車，最終TTC（Time to Collision，預(yù)計(jì)碰撞時(shí)間）已經(jīng)不足1s，留給人類的安全反應(yīng)時(shí)間嚴(yán)重不足。再比如圖4.7所示的兩個(gè)場(chǎng)景，在道路轉(zhuǎn)彎曲率過(guò)大，或者在前方隧道的場(chǎng)景下，L2 ADAS無(wú)法預(yù)知前方安全事件，駕駛員沒(méi)有任何反應(yīng)時(shí)間。

（2）靜態(tài)物體識(shí)別能力不足
靜態(tài)物體識(shí)別是目前高速公路L2 ADAS的安全難點(diǎn)之一，已經(jīng)發(fā)生多起因未能識(shí)別路障或拋錨車輛而引發(fā)安全事故的案例。目前L2廣泛采用的毫米波雷達(dá)，因?yàn)樽R(shí)別方向精度低，為了避免幽靈剎車，在高速上對(duì)于路面靜態(tài)物體的識(shí)別會(huì)進(jìn)行過(guò)濾，而攝像頭目前受到反光，光線不足、識(shí)別距離等因素也影響了高速靜態(tài)物體識(shí)別。本章后續(xù)提出使用路端檢測(cè)，并且通過(guò)路端V2I和云端V2N 形式進(jìn)行廣播的方式，提供解決方案。（3）路面和環(huán)境條件感知能力缺乏
L2車輛的動(dòng)力模型需要考慮各種環(huán)境因素。以剎車距離為例，車輛在不同環(huán)境條件下的剎車距離 差異較大，如行駛在濕滑路面或冰雪路面上的車輛會(huì)有不同的制動(dòng)性表現(xiàn)，當(dāng)傳感器失靈、無(wú)法感知當(dāng)前道路條件，并且按照固定參數(shù)控車時(shí)，可能會(huì)導(dǎo)致緊急情況下的控制失效，引發(fā)安全事故。如圖4.8所示，隨著車速增加，車輛在干濕兩種路面的剎車距離差異逐步擴(kuò)大（忽略車輛環(huán)境、按照固定參數(shù)控車無(wú)法保證安全的跟車距離）。

圖4.8 干濕路面剎車距離對(duì)比受車輛傳感器限制，L2車輛較難獲取更多環(huán)境條件信息。通過(guò)路端感知和云端下發(fā)信息，車輛可以提前獲知前方道路條件等環(huán)境信息，保證L2輔助駕駛安全。4.1.3.2 ODD受限在自動(dòng)駕駛ODD方面，L2自動(dòng)駕駛車輛面臨的問(wèn)題更加突出，目前僅能在高速公路的部分簡(jiǎn)單場(chǎng)景允許自動(dòng)駕駛系統(tǒng)運(yùn)行，城市道路、停車場(chǎng)等均要求駕駛員接管，下面對(duì)于城市和停車場(chǎng)場(chǎng)景限制及其原因進(jìn)行分析。（一）L2輔助駕駛城市場(chǎng)景限制L2輔助駕駛目前在城市道路還不成熟，還面臨諸多技術(shù)方面和安全方面的挑戰(zhàn)，下面列舉兩個(gè)典 型的城市挑戰(zhàn)場(chǎng)景：

1. 紅綠燈識(shí)別問(wèn)題

紅綠燈逆光      多語(yǔ)義紅綠燈       紅綠燈遮擋圖4.9 紅綠燈識(shí)別問(wèn)題L2擴(kuò)展到城市道路駕駛的首要挑戰(zhàn)就是紅綠燈識(shí)別問(wèn)題，逆光、多語(yǔ)義、遮擋等問(wèn)題，導(dǎo)致目前靠前向攝像頭視覺(jué)識(shí)別紅綠燈的方案很難系統(tǒng)地徹底解決所有長(zhǎng)尾問(wèn)題，給L2擴(kuò)展到城市道路帶來(lái)挑戰(zhàn)。（2）高精地圖覆蓋和更新問(wèn)題目前L2輔助駕駛方案大多建立在高精度地圖之上，高精度地圖為自動(dòng)駕駛車輛提供了車身傳感器 之外的重要先驗(yàn)信息，大幅加速了感知，規(guī)劃，決策及定位等自動(dòng)駕駛應(yīng)用算法，但是在L2擴(kuò)展到城市道路場(chǎng)景后，高精地圖仍面臨以下挑戰(zhàn)：

1. 高精地圖主要覆蓋高速公路和城市快速路，城區(qū)道路覆蓋不足，并且建設(shè)成本高；

2. 高精地圖鮮度問(wèn)題，即如何保證足夠的更新頻率以及時(shí)體現(xiàn)現(xiàn)實(shí)世界變化；

3. 高精地圖動(dòng)態(tài)圖層更新，比如封路、可變車道、限行政策等動(dòng)態(tài)元素的更新。

高精地圖的缺失或者鮮度不足問(wèn)題也是目前導(dǎo)致L2輔助駕駛尤其是領(lǐng)航輔助駕駛模式導(dǎo)致接管 的主要原因之一，行業(yè)也亟待一種更優(yōu)的地圖變更識(shí)別，采集和分發(fā)的方案。（二）公共停車場(chǎng)泊車功能限制在各種駕駛場(chǎng)景中，停車場(chǎng)泊車耗費(fèi)大量的時(shí)間和駕駛員精力，相比其他公開(kāi)道路的駕駛活動(dòng)，在停車場(chǎng)內(nèi)泊車幾乎沒(méi)有樂(lè)趣可言。停車場(chǎng)（尤其是購(gòu)物中心停車場(chǎng)）實(shí)現(xiàn)自動(dòng)駕駛將極大提高社會(huì)資源利用率和商業(yè)效率，改善駕駛體驗(yàn)。當(dāng)前已經(jīng)量產(chǎn)的自主泊車技術(shù)方案主要為學(xué)習(xí)型技術(shù)路線，適用于在家庭、辦公區(qū)等固定場(chǎng)景，通過(guò)車輛對(duì)駕駛行為以及周邊環(huán)境的學(xué)習(xí)而來(lái)，難以應(yīng)用在大型公共停車場(chǎng)。下面列舉一些限制公共停車場(chǎng)自主泊車功能實(shí)現(xiàn)的限制：（1）遮擋環(huán)境定位能力缺失目前室內(nèi)停車場(chǎng)定位，尤其是復(fù)雜多層停車場(chǎng)定位仍然缺少行業(yè)標(biāo)準(zhǔn)解決方案，停車場(chǎng)自動(dòng)泊車功能受限需要解決室內(nèi)定位能力問(wèn)題，目前自動(dòng)駕駛依靠的GNSS、RTK、IMU等定位方式在室   內(nèi)有遮擋時(shí)因?yàn)槿鄙倏煽?，?biāo)準(zhǔn)的絕對(duì)定位信號(hào)源來(lái)消除IMU的時(shí)間累計(jì)誤差，所以在室內(nèi)定位 技術(shù)方案的建立和標(biāo)準(zhǔn)化是目前停車場(chǎng)自動(dòng)泊車的前提。（2）缺乏行業(yè)標(biāo)準(zhǔn)化方案要實(shí)現(xiàn)停車場(chǎng)自動(dòng)泊車，首先車輛必須能夠從停車場(chǎng)場(chǎng)端獲取車位狀態(tài)，并且能夠接受場(chǎng)端指派車位，而停車場(chǎng)本身也需要支持車位狀態(tài)管理、車位預(yù)留、車位指派、車輛自動(dòng)計(jì)費(fèi)等功能。目前的停車場(chǎng)還停留在車位占用指示燈，可用車位數(shù)量指示燈等為人類駕駛泊車引導(dǎo)的階段，缺乏為自動(dòng)駕駛服務(wù)的標(biāo)準(zhǔn)化的車位查詢、車位分派、車位預(yù)留、車位引導(dǎo)、自動(dòng)離場(chǎng)收費(fèi)等功能。在車路協(xié)同架構(gòu)中，停車場(chǎng)場(chǎng)端必須作為整個(gè)車路協(xié)同系統(tǒng)的一部分，做到和車、路、場(chǎng)、云之間互操作的標(biāo)準(zhǔn)化，才能真正實(shí)現(xiàn)停車無(wú)憂，大幅提高社會(huì)和商業(yè)效率。

節(jié)選自《面向自動(dòng)駕駛的車路協(xié)同關(guān)鍵技術(shù)與展望2.0》